アトピー性皮膚炎は若年に多い慢性炎症性皮膚疾患で、重症度はEASI／SCORADで測るが評価者間のばらつきが大きく、経過のモニタも主観的になりがち。皮膚画像から紅斑・丘疹・掻破痕・苔癬化を客観化する余地がある。アトピー・アレルギーは医学生世代に極めて多い当事者領域。
皮膚画像＋経過（掻破・睡眠・環境・治療）に画像・時系列AIを当てれば、(1)EASIの各要素を評価者間で標準化して客観化し、(2)増悪・掻破の悪化を先読みし、(3)治療（外用／デュピルマブ等）の応答を個別に推定できる、と仮説。新規性は単画像の採点精度（既に高い）でなく、縦断モニタ・増悪予測・治療応答・肌色／照明によらない頑健性に置く。
紅斑・苔癬化など微妙な質感、体表の広がり（面積）、肌色・照明の交絡、経過の時系列は人手で一貫採点できず、画像・時系列学習でしか標準化・予測できない。
評価者間で標準化された重症度と治療応答の妥当性＝学会・論文。出口はまず皮膚科の重症度モニタ・遠隔フォローの補助（確定診断・治療は医師）、治験エンドポイントの標準化、将来は治療の個別最適化。Hiroはアレルギーを学ぶ医学生＝当事者。